一场尚未分配利润的文明跃迁

“History doesn’t repeat itself, but if often rhymes.”
存储涨得疯狂，云厂跌得稀碎。

一、We have seen this movie before 
这一幕看上去矛盾，但其实是每一次工业文明跃迁在”基建期”都会上演的同一幕：稀缺的部分先吃到超额租金，而铺设管道的往往要到很久以后才知道自己是赢家还是先烈。铁路、电力与光纤都上演过同一出：铁路狂热里最先暴利的是钢轨与钢铁；电气化早期是铜与发电机；1999 年互联网铺设期是思科的路由器。规律是：buildout 的早期，租金流向最稀缺的实物投入,而不是流向终局的赢家。就像今天的存储、设备和云厂。

二、供应决定需求: 一场短暂的失灵, 与卖铲子的盛宴

正常世界里需求决定供应。但在 AI 基建的爆发期, 出现了“短暂”的供求失灵——供应反过来决定需求：HBM、先进封装(CoWoS)、高速光芯片成了卡点,稀缺的部分因此握住了定价权：美光毛利冲到 85%、内存价格单季 +60~78%、合同锁到 2027 年之后，就是这个道理。
所以当下的AI基建，需求无法自由表达，需求被供应框死了。

半导体设备的大涨，是这条规律的更深一层：要缓解短缺,就必须扩产，于是卖”生产稀缺品的机器”的人(ASML、应用材料）吃到最确定的一段。但请记住”短暂”二字，虽然不同的时代会给“短暂”赋予不同的长度定义。供应定价是一个自我瓦解之后重新寻找均衡的过程：高价催生扩产(设备繁荣)，扩产终将过剩，过剩引爆崩盘。这正是存储/半导体永恒的周期。铁路狂热以 1873、1893 的破产收场，光纤以 2001 年的天量过剩闷死了一代铺路者。今天的存储与设备繁荣是真的，今天存储设备有经验了不盲目扩产也是真的，但这个规律不会改变，唯一的悬念是时长。

三、云厂的困惑:从轻资产印钞机,到重资产建路工

过去十年，互联网的超额利润来自“边际成本趋近于零”；现在 AI 的边际成本重新变重了。过去十年，Mag 7 值钱是因为它们轻资产、高自由现金流、高 ROIC 的印钞机，而 AI 把它们逼成了反面。微软指引 2026 年 capex ~$1900 亿、几家合计三四千亿，自由现金流被吞噬，软件公司正在变成公用事业/重工业：巨额折旧、产能风险、回报存疑。

市场的"困惑"正在于:不知道该用什么乘数,去给一家正从"轻"滑向"重"的公司定价。 内存涨价让账更难算。每一美元算力都更贵了,ROI 的分母在变大。于是市场在怀疑期把它们沿着乘数曲线往下重定价，往重资产那一端推。历史给过最冷的注脚：铁路与光纤的铺路者大多没活到收租那天。Global Crossing、WorldCom 建起了互联网的骨干，却因为 capex 跑在变现前面而破产。基建的建设者常常不是租金的收取者——他们过度投资、现金流枯竭、大批阵亡；租金要等很多年才能落到铺在他们之上的轻资产应用层。 这就是云厂当下的问题：为未来的应用层铺路，而市场开始怀疑它是否自己会落得血本无归。MSFT、AMZN和GOOG家家都有一本难念的经：有产品组合混乱体验差的问题，有算力不够无法扩产的问题，有人员流失的问题等等等等。

但我依然深爱云厂。我看不清未来到底会怎样，但我看见了云厂的英雄主义。而除此之外，我们和他们一样，别无选择。

四、Meta 的病，与有没有药
Meta 是这群里最尴尬的一个。它像建路工一样花钱，却没有路可卖。微软有 Azure、亚马逊有 AWS，capex 至少能转成对外卖的算力收入；Meta 的 AI 是纯成本中心。它曾是轻资产广告机器，现在越来越像资本密集型 AI 基建公司。

问题有三层：第一，广告主是否愿意为 AI 推荐、AI 创意、AI 代理带来的增量转化付费；第二，Meta AI 是否能在 Facebook、Instagram、WhatsApp、眼镜这些入口上形成真正的用户习惯；第三，Reality Labs 和大模型投入是否能从“战略防御”变成“利润中心”。解决方案不是单纯削减开支，而是把 AI 变成广告系统、商业消息、创作者工具、智能眼镜的闭环。如果 Meta 能证明 AI 让广告 ROI 显著提高、WhatsApp 商业化加速、眼镜成为新的轻终端入口，它还有解法；如果只是持续买算力、追模型榜单，就会被市场按重资产公司重新估值。

Meta只有一个赌注：把AI 广告变现的速度变快，快到配得上这笔 capex，赶在交互范式迁移之前把用户邻近性兑现成应用层的超额利润。

五、新 AI 文明下，离用户最近者，还能收割超额利润吗?

整条价值链从硬件→设备→能源→算力→模型→应用→用户——租金最终沉淀在哪? 历史的答案惊人地一致：沉淀在拥有用户关系、拥有需求聚合、拥有切换成本的那一层，而基建层趋于商品化。1 PC 时代：租金归于操作系统(微软)与芯片(英特尔)2 互联网时代:租金归于最贴近用户的聚合者(谷歌、亚马逊、Meta)，而非过度投资、最终被商品化的电信与铺路者。谁掌握用户关系与需求入口，谁收租；上游供给被压成商品。3 电力时代:超额利润流向用电的应用与品牌，而非被管制、低回报的电力公司(尽管设备商 GE/西屋在建设期赚得盆满钵满)。

所以"离用户最近的云厂能否依然收割超额利润"——历史说:能,只要它真正拥有用户 + 切换成本 + 需求聚合。长期看，商品化的应该是芯片与算力(短缺一解就跌价)，沉淀下来的是应用与聚合。

六、AI Agent带来的扭转

但 AI 给出了一个前所未有的扭转：它可能把聚合者本身商品化。如果 Agent 成为新入口，”离用户最近”的定义会迁移。从今天的搜索框与信息流,迁向谁拥有那个 AI Agent 的关系 (OpenAI?苹果?一个尚未成形的新层?)。所以”离用户近”是必要条件，但"用户在哪里"这件事正随界面而移动。真正的战争，应该是争夺 AI 时代的用户界面归属权。从这一点看，腾讯微信似乎有天然优势。

七、终极平衡: 条件与关键变量

当 AI 跃迁走完”基建过度投资—泡沫—出清",硬件/设备/能源/算力/应用会落入一个新的均衡。它出现的条件大概有四个:
1 供应追上需求: HBM/CoWoS/设备产能建成，短缺解除，”供应定价”体制终结——周期见顶的那一刻。2 能源约束被解开或被定格：芯片之后的下一个卡点是电。平衡要么靠电力(电网/核电)与算力同步扩张达成,要么电成为永久的硬约束。3 终端应用出现真变现：像 PC 等到了电子表格、互联网等到了搜索与电商——必须有杀手级应用产生配得上 capex 的收入与 ROI，否则基建就是 2001 年的光纤泡沫。4 界面/聚合层稳定下来：AI 时代”谁拥有用户"尘埃落定。

关键变量应该包括：HBM 每 bit 成本、推理每 token 成本、电力价格和并网速度、模型效率提升速度、应用付费率、云厂折旧周期。如果模型效率提升快于资本开支增长，AI 会进入繁荣扩散期；如果硬件投入快于真实收入，泡沫会先在云厂自由现金流里破裂；如果电力成为最终瓶颈，能源公司和设备公司会获得更大议价权。

历史留下一条最值得敬畏的规律：通用技术(GPT)总要走”发明→基建过度投资与泡沫破裂→扩散与应用"三段,而持久的价值在第三段。 电力 1880 年代发明，工厂电气化带来的生产率大爆发要到 1920 年代之后才显现，整整滞后一代人(著名的”索洛悖论”到处看得见电力，就是在生产率数据里看不见)。互联网 1995–2000 建设与崩盘，而2004 年后才是谷歌/亚马逊/移动的应用收租期。

最后 诸神的清晨和黄昏

今天我们看到的大多数半导体设备公司、云厂，其实都是老登企业。他们穿越了周期，看过潮起潮落，经历过清晨和黄昏。
那就一起再期待一次新的文明跃迁吧，无论最后利润如何分配 —— 在银河边上，老登和小登们，硅基和碳基们一起，高高堆起坚实的柴薪！ http://t.cn/A6LaekAm